检索结果-内蒙古大学图书馆

南方医科大学学报 2025年第1期45卷 162-169页

作者：唐诗洲苏若兰李淑婷赖珍珍黄进红牛善洲赣南师范大学数学与计算机科学学院江西赣州341000 赣南师范大学赣州市计算成像重点实验室江西赣州341000

目的提出一种基于亚像素各项异性扩散的低剂量CT重建方法。方法通过线性插值技术计算亚像素单元强度值及其二阶差分后,将计算得到的新的梯度信息引入到各项异性扩散过程中,并结合惩罚加权最小二乘模型对低剂量CT投影数据进行滤波,最后... 详细信息

目的提出一种基于亚像素各项异性扩散的低剂量CT重建方法。方法通过线性插值技术计算亚像素单元强度值及其二阶差分后,将计算得到的新的梯度信息引入到各项异性扩散过程中,并结合惩罚加权最小二乘模型对低剂量CT投影数据进行滤波,最后使用滤波反投影算法将恢复后的投影数据重建出CT图像。结果在Shepp-Logan体模实验中,与FBP、PWLS-Gibbs和PWLS-TV方法相比,新方法滤波后重建的CT图像在结构相似指数上分别提升了28.13%、5.49%和0.91%,在特征相似指数上分别提升了21.08%、1.78%和1.36%,并且在均方根误差上分别降低了69.59%、18.96%和3.90%。在XCAT体模实验中,与FBP、PWLS-Gibbs和PWLS-TV方法相比,新方法在结构相似指数上分别提高了14.24%、1.43%及7.89%,在特征相似指数上分别提高了9.61%、1.78%及5.66%,同时在均方根误差上分别降低了26.88%、9.41%及18.39%。在临床数据实验中,与FBP、PWLS-Gibbs和PWLS-TV方法重建的CT图像相比,新方法在结构相似指数上分别提升了19.24%、15.63%和3.68%,在特征相似指数上分别提升了4.30%、2.92%和0.43%,同时在均方根误差上分别降低了44.60%、36.84%和15.22%,并且在峰值信噪比上提升至28.39。结论本文提出的新方法可以有效去除低剂量CT图像的噪声和伪影,并可以保持结构细节信息。

关键词：低剂量CT 各向异性扩散亚像素图像重建

来源：评论

学校读者我要写书评

暂无评论

基于高维PDE投影恢复的低剂量CT重建方法

引用

南方医科大学学报 2024年第4期44卷 682-688页

作者：牛善洲唐诗洲黄舒彦梁礼境李硕刘汉明赣南师范大学数学与计算机科学学院江西赣州341000 赣南师范大学赣州市计算成像重点实验室江西赣州341000

目的提出一种基于高维偏微分方程(PDE)投影恢复的低剂量CT重建方法。方法先将原始的投影数据映射到高维空间中,构造投影数据的高维表示,通过移动高维空间中的点来对高维表示进行更新,再使用偏微分方程对投影数据进行滤波,最后将恢复后... 详细信息

目的提出一种基于高维偏微分方程(PDE)投影恢复的低剂量CT重建方法。方法先将原始的投影数据映射到高维空间中,构造投影数据的高维表示,通过移动高维空间中的点来对高维表示进行更新,再使用偏微分方程对投影数据进行滤波,最后将恢复后的数据使用FBP算法重建出最终CT图像。结果在Shepp-Logan体模实验中,与FBP,PWLS-QM和TGV-WLS方法相比,新方法在相对均方根误差指标上分别降低了68.87%、50.15%和27.36%,结构相似性上分别提高了23.50%,8.83%和1.62%,特征相似性上分别提高了17.30%、2.71%和2.82%。在腹部临床数据实验中,与FBP,PWLS-QM和TGV-WLS方法相比,新方法在相对均方根误差中分别降低了42.09%、31.04%和21.93%,结构相似性上分别提高了18.33%、13.45%和4.63%,特征相似性上分别提高了3.13%、1.46%和1.10%。结论本研究提出的新方法在有效去除低剂量CT图像中的条形伪影和噪声的同时,可以保持图像的空间分辨率。

关键词：低剂量CT 偏微分方程投影数据恢复图像重建

来源：评论

学校读者我要写书评

暂无评论

基于低维流形先验的低剂量CT重建方法

引用

计算机工程与应用 2023年第18期59卷 242-248页

作者：牛善洲梁礼境李硕张梦真邱洋刘汉明李楠赣南师范大学数学与计算机科学学院江西赣州341000 赣南师范大学赣州市计算成像重点实验室江西赣州341000 赣南师范大学经济管理学院江西赣州341000

针对低剂量CT成像问题,提出了一个基于低维流形先验的低剂量CT重建方法。对投影数据进行统计建模,将低维流形正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,再使用传统的滤波反投影(filtered back-projection,FBP... 详细信息

针对低剂量CT成像问题,提出了一个基于低维流形先验的低剂量CT重建方法。对投影数据进行统计建模,将低维流形正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,再使用传统的滤波反投影(filtered back-projection,FBP)算法进行CT图像重建。在Shepp-Logan体膜实验新方法重建结果与FBP、PWLS-QM(penalized weighted least-squares via quadratic membrane)以及PWLS-DL(penalized weighted least-squares via dictionary learning)方法重建结果相比,相对均方根误差分别降低了64.87%、54.81%和7.02%;结构相似性指标分别提高了16.78%、1.88%和1.91%。在XCAT体膜实验中,新方法重建结果与FBP、PWLS-QM以及PWLS-DL方法重建结果相比,相对均方根误差分别降低了37.46%、22.17%和11.48%;结构相似性指标分别提高了3.33%、0.73%和1.22%。在临床数据实验中,新方法重建结果与FBP、PWLS-QM以及PWLS-DL方法重建结果相比,相对均方根误差分别降低了45.96%、25.61%和15.87%;结构相似性指标分别提高了19.12%、7.46%和8.63%。仿真和临床数据实验结果表明,新方法在有效抑制低剂量CT图像中噪声和伪影同时,可以很好地保持图像的结构信息和空间分辨率。

关键词：低剂量CT 图像重建投影数据恢复惩罚加权最小二乘低维流形先验

来源：评论

学校读者我要写书评

暂无评论

基于复值损失函数的并行MRI的深度重建

引用

南方医科大学学报 2022年第12期42卷 1755-1764页

作者：黄进红周根娇喻泽峰胡文玉赣南师范大学数学与计算机科学学院//江西省数值模拟与仿真技术重点实验室//赣州市计算成像重点实验室江西赣州341000

目的研究一种新的以幅值和相位均方误差和为损失函数的深度重建方法,用以加快磁共振图像重建速度及提高重建精度。方法考虑到磁共振不同线圈之间的数据噪声并不完全独立,本文首先将多线圈数据合并成单线圈幅值数据,以消除不同线圈噪声... 详细信息

目的研究一种新的以幅值和相位均方误差和为损失函数的深度重建方法,用以加快磁共振图像重建速度及提高重建精度。方法考虑到磁共振不同线圈之间的数据噪声并不完全独立,本文首先将多线圈数据合并成单线圈幅值数据,以消除不同线圈噪声间的相关性,并以此作为训练数据的样本标签;同时考虑到相位信息的重要性,我们将损失函数定义为幅值和相位均方误差的加权和,权重系数用来平衡两者在不同应用中的重要程度。为了验证方法的有效性,本文利用FastMRI数据集中真实的脑部和膝部K空间数据进行训练和测试,并与一些以均方误差或平均绝对误差作为损失函数的相关方法进行了比较。结果所提方法能够有效去除噪声及重叠伪影,同时较好地保留图像细节。定量结果显示,相比于已有的以均方误差或平均绝对误差作为损失函数的方法,本文提出的方法可以提高重建图像的峰值信噪比(PSNR)1dB左右。结论本文针对深度磁共振重建提出了一种新的损失函数,以适应并行磁共振数据中的噪声特点,利用该方法可以加快重建速度,同时可以有效地提高重建质量。

关键词：深度学习复值损失函数并行磁共振成像图像重建

来源：评论

学校读者我要写书评

暂无评论

基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建

引用

中国医学物理学杂志 2023年第11期40卷 1336-1342页

作者：牛善洲李硕梁礼境谢国强刘汉明赣南师范大学数学与计算机科学学院江西赣州341000 赣南师范大学赣州市计算成像重点实验室江西赣州341000

脑灌注CT成像需要对患者头部进行连续反复扫描,相应的X射线辐射剂量较常规CT显著增加。为减少X射线辐射剂量,提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建方法。首先对脑灌注CT序列图像进行分块,然后构建非局部低... 详细信息

脑灌注CT成像需要对患者头部进行连续反复扫描,相应的X射线辐射剂量较常规CT显著增加。为减少X射线辐射剂量,提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT统计迭代重建方法。首先对脑灌注CT序列图像进行分块,然后构建非局部低秩稀疏矩阵分解模型,最后求解相应的目标函数重建出脑灌注CT序列图像。与滤波反投影算法和基于低秩稀疏矩阵分解的惩罚加权最小二乘方法相比,本文方法得到的脑血容参数图像的结构相似性指标分别提高38.07%和5.61%、特征相似性指标分别提高13.17%和2.47%;平均通过时间参数图像的结构相似性指标分别提高59.73%和0.28%、特征相似性指标分别提高20.26%和0.70%。本文方法能在去除低剂量脑灌注CT图像噪声和伪影的同时保持图像的边缘结构信息,并且获得更准确的脑血流动力学参数图像。

关键词：脑灌注CT 非局部低秩稀疏矩阵分解惩罚加权最小二乘图像重建

来源：评论

学校读者我要写书评

暂无评论

基于全广义变分约束加权最小二乘的低剂量计算机断层重建方法

引用

激光与光电子学进展 2023年第4期60卷 279-285页

作者：牛善洲张梦真邱洋李硕梁礼境刘宏刘国良赣南师范大学数学与计算机科学学院赣州市计算成像重点实验室江西赣州341000 赣南医学院医学信息工程学院江西赣州341000

为了减少X射线的辐射剂量,提出了一种基于全广义变分约束加权最小二乘的低剂量计算机断层(CT)重建方法。首先对投影数据进行统计建模,然后将全广义变分正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,最后使用传... 详细信息

为了减少X射线的辐射剂量,提出了一种基于全广义变分约束加权最小二乘的低剂量计算机断层(CT)重建方法。首先对投影数据进行统计建模,然后将全广义变分正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,最后使用传统的滤波反投影算法进行CT图像重建。在Shepp-Logan体模实验中,提出方法的重建结果与Gibbs先验约束的惩罚加权最小二乘(Gibbs-WLS)、字典学习先验约束的惩罚加权最小二乘(DL-WLS)和全变分先验约束的惩罚加权最小二乘(TV-WLS)方法的重建结果相比,均方根误差分别降低了25.06%、1.50%和15.21%,信噪比分别提高了10.29%、0.53%和5.68%。在Clock体模实验中,提出方法的重建结果与Gibbs-WLS、DL-WLS和TV-WLS方法的重建结果相比,均方根误差分别降低了42.72%、23.45%和34.63%,信噪比分别提高了27.04%、11.42%和15.49%。实验结果表明,该方法在有效抑制低剂量CT图像的伪影和噪声的同时可以很好地保持图像的边缘信息和结构细节特征。

关键词：成像系统低剂量计算机断层重建全广义变分加权最小二乘图像重建

来源：评论

学校读者我要写书评

暂无评论

基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法

引用

南方医科大学学报 2022年第9期42卷 1309-1316页

作者：牛善洲刘宏刘沛沄张梦真李硕梁礼境李楠刘国良赣南师范大学数学与计算机科学学院江西赣州341000 赣南师范大学赣州市计算成像重点实验室江西赣州341000 赣南师范大学经济管理学院江西赣州341000 赣南医学院医学信息工程学院江西赣州341000

目的为了减少脑灌注CT检查的辐射剂量,提高低剂量脑灌注CT图像质量,本文提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法。方法对低剂量脑灌注CT图像进行分块形成一个矩阵,构建低秩稀疏矩阵分解模型进行求解后得到优... 详细信息

目的为了减少脑灌注CT检查的辐射剂量,提高低剂量脑灌注CT图像质量,本文提出一种基于非局部低秩稀疏矩阵分解的低剂量脑灌注CT图像恢复方法。方法对低剂量脑灌注CT图像进行分块形成一个矩阵,构建低秩稀疏矩阵分解模型进行求解后得到优质的低剂量脑灌注CT图像,最后利用恢复后的脑灌注CT序列图像计算出脑血流动力学参数图像。结果在数值实验中,滤波反投影算法的图像的平均结构相似性为0.9438,本文方法恢复结果的平均结构相似性提高到0.9765;滤波反投影算法得到的脑血流量和脑血容量参数图像的结构相似性分别为0.7005和0.6856,本文方法得到的脑血流量和脑血容量参数图像的结构相似性提高到0.7871和0.7972。结论本文方法在低剂量脑灌注CT图像噪声抑制和结构保持方面均有很好的表现,并且可以获取准确的脑血流动力学参数图像。

关键词：低剂量脑灌注CT 图像恢复非局部低秩稀疏矩阵分解脑血流动力学参数

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络的病虫害预测研究

引用

赣南师范大学学报 2018年第3期39卷 85-89页

作者：章银娥张红霞黄传龙罗晖江西省数值模拟与仿真技术重点实验室赣南师范大学数学与计算机科学学院赣州市果业局江西赣州341000

建立基于BP神经网络病虫害预测预报模型,对提前采取防病防虫措施、减少农作物病虫害损失、提高农作物产量与质量具有重要意义.本研究2008-2010年的数据进行网络训练,对2011年病虫害发生程度进行回测,建立以Sigmoid函数为传递函数的BP神... 详细信息

建立基于BP神经网络病虫害预测预报模型,对提前采取防病防虫措施、减少农作物病虫害损失、提高农作物产量与质量具有重要意义.本研究2008-2010年的数据进行网络训练,对2011年病虫害发生程度进行回测,建立以Sigmoid函数为传递函数的BP神经网络模型.BP神经网络模型对训练样本的拟合精度有4个月超过80%,误差平方和sse为0.0180,方差mse为9.998e-004,BP神经网络模型能较好地描述病虫害的发生程度.

关键词：病虫害模型预测 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：